Automação sem conferência pode transformar um pequeno erro em problema de escala

Automação sem conferência pode transformar um pequeno erro em problema de escala

Inteligência artificial e sistemas integrados aceleram rotinas contábeis, fiscais e financeiras, mas uma parametrização incorreta pode repetir milhares de vezes uma decisão errada antes que alguém perceba

Por Cleiton Celini e Gledson Alves, sócios e contadores da AUDICONT Contabilidade

Uma empresa automatiza a classificação de documentos. O sistema começa a identificar fornecedores, sugerir categorias e encaminhar informações para a etapa seguinte sem intervenção manual.

Durante semanas, tudo parece funcionar.

O problema é que uma regra foi configurada incorretamente. Em vez de produzir um erro isolado, o sistema repete a mesma lógica em centenas ou milhares de operações.

Esse é um dos principais riscos da automação empresarial: a tecnologia reduz o esforço necessário para executar uma tarefa, mas também pode aumentar a velocidade com que um erro se espalha.

O avanço da inteligência artificial generativa, das integrações entre sistemas e dos processos automatizados amplia as possibilidades de ganho de produtividade, inclusive em rotinas contábeis, fiscais, financeiras e administrativas. Ao mesmo tempo, exige controles capazes de verificar a origem dos dados, a lógica utilizada e os resultados produzidos.

A Agência Nacional de Proteção de Dados, em seu Radar Tecnológico sobre Inteligência Artificial Generativa, destaca tanto as possibilidades de aplicação da tecnologia quanto riscos relacionados ao tratamento de dados, à confiabilidade das informações e à utilização dos resultados produzidos por sistemas de IA.

A questão, portanto, não é escolher entre trabalho manual e automação.

É definir o que pode ser automatizado, quais controles devem permanecer e em que momento uma pessoa precisa revisar o resultado.

Um erro manual costuma ser pontual; um erro automatizado pode se repetir

Imagine uma operação realizada manualmente.

Um profissional classifica uma despesa incorretamente. O erro precisa ser identificado e corrigido, mas normalmente está limitado àquela operação.

Agora imagine que a mesma classificação esteja dentro de uma regra automática.

O sistema recebe centenas de documentos e aplica a mesma lógica em todos eles.

A consequência pode aparecer em:

• lançamentos contábeis;
• centros de custos;
• relatórios gerenciais;
• controles financeiros;
• apurações;
• indicadores;
• cadastros;
• conciliações;
• informações utilizadas pela administração.

A automação não criou necessariamente o erro.

Ela aumentou sua capacidade de propagação.

Por isso, quanto maior o volume processado automaticamente, mais importante se torna a qualidade da parametrização e dos controles de validação.

Automatizar não significa deixar de conferir

Um processo automatizado deveria eliminar tarefas repetitivas que não agregam valor, e não eliminar todo controle humano.

A conferência pode mudar de formato.

Em vez de verificar manualmente cem operações iguais, a empresa pode adotar controles como:

• validação de amostras;
• análise de exceções;
• limites de tolerância;
• alertas de divergência;
• comparação com históricos;
• conciliações;
• revisão periódica das regras;
• aprovação humana para determinadas situações.

O controle deixa de ocorrer necessariamente em cada transação e passa a ser direcionado aos pontos em que existe maior risco.

Esse desenho é mais importante do que simplesmente decidir se haverá ou não participação humana.

O sistema pode fazer exatamente o que foi programado e ainda produzir informação errada

Uma falha tecnológica nem sempre significa que o software deixou de funcionar.

O sistema pode estar funcionando perfeitamente segundo uma regra configurada incorretamente.

Considere situações como:

• alíquota parametrizada de forma inadequada;
• fornecedor associado à conta contábil errada;
• condição de pagamento incorreta;
• centro de custo desatualizado;
• regra de aprovação com limite errado;
• cadastro duplicado;
• integração buscando o campo incorreto;
• fórmula que utiliza uma base inadequada;
• classificação automática baseada em informação incompleta.

Nenhuma dessas situações exige necessariamente uma falha do software.

O problema está no processo.

Isso explica por que trocar de sistema nem sempre resolve inconsistências recorrentes. Se a regra empresarial continuar equivocada, o novo software poderá apenas reproduzir o mesmo erro com outra interface.

A qualidade da automação começa pela qualidade do cadastro

Grande parte das automações depende de dados estruturados.

O sistema precisa saber:

• quem é o cliente;
• quem é o fornecedor;
• qual é a natureza da operação;
• qual conta utilizar;
• qual centro de custo aplicar;
• qual vencimento considerar;
• qual responsável aprova;
• quais regras devem ser executadas.

Quando o cadastro está incorreto, incompleto ou duplicado, a automação passa a utilizar essa informação como se estivesse correta.

O problema é conhecido pela lógica resumida na expressão garbage in, garbage out: dados ruins na entrada tendem a produzir resultados ruins na saída.

Em termos empresariais, isso significa que investir em automação sem revisar a qualidade das bases pode apenas acelerar problemas existentes.

Integração elimina digitação, mas aumenta a dependência entre sistemas

Outra vantagem da transformação digital é a integração.

Uma informação registrada em determinado sistema pode seguir automaticamente para outros ambientes, evitando redigitação.

Por exemplo:

ERP → financeiro → emissão fiscal → contabilidade → indicadores.

Esse fluxo reduz trabalho e pode melhorar consistência.

Mas também aumenta a importância de saber onde a informação nasceu.

Se um cadastro estiver errado na origem, diferentes sistemas podem receber a mesma informação incorreta.

Quando alguém percebe a divergência no final do processo, surge outra dificuldade: descobrir onde o problema começou.

Uma integração madura precisa permitir rastrear:

• sistema de origem;
• data da informação;
• usuário ou processo responsável;
• transformação realizada;
• momento da integração;
• alteração posterior;
• sistema de destino.

Sem essa rastreabilidade, a automação pode tornar a investigação mais difícil.

Inteligência artificial acrescenta uma camada diferente de risco

Uma regra tradicional de automação costuma funcionar de forma previsível:

se acontecer A, execute B.

A inteligência artificial pode atuar de maneira diferente.

Ela pode:

• interpretar documentos;
• classificar conteúdos;
• resumir informações;
• identificar padrões;
• sugerir respostas;
• comparar dados;
• produzir textos;
• estimar categorias;
• auxiliar análises.

Isso permite automatizar atividades que antes exigiam interpretação humana.

Ao mesmo tempo, cria novos riscos.

Sistemas generativos podem produzir respostas aparentemente convincentes que contenham erros, omissões ou informações sem suporte. A ANPD destaca que a IA generativa possui aplicações relevantes, mas também apresenta questões relacionadas à privacidade, proteção de dados e confiabilidade de seu uso.

Por isso, uma resposta bem escrita não deve ser confundida com uma resposta tecnicamente correta.

IA não deve ser tratada como fonte primária de norma

Esse cuidado é especialmente importante nas áreas:

• contábil;
• fiscal;
• tributária;
• trabalhista;
• jurídica.

Uma ferramenta de inteligência artificial pode explicar determinado assunto de forma clara e ainda:

• citar norma inexistente;
• utilizar legislação revogada;
• confundir datas;
• ignorar exceções;
• atribuir obrigação ao regime errado;
• misturar regras;
• interpretar inadequadamente um caso específico.

Quando a informação produz efeitos sobre obrigações da empresa, a validação precisa ocorrer na fonte oficial.

A inteligência artificial pode auxiliar na pesquisa e organização do raciocínio.

Ela não deve substituir a conferência da norma, do documento oficial ou da orientação aplicável.

Automação financeira exige limites de autonomia

Algumas rotinas envolvem risco financeiro direto.

Entre elas:

• aprovação de pagamentos;
• alteração de dados bancários;
• criação de favorecidos;
• liberação de crédito;
• reembolsos;
• transferências;
• descontos;
• cancelamentos.

Nesses casos, a empresa precisa definir claramente o que o sistema pode fazer sozinho.

Uma automação pode, por exemplo:

1. identificar a cobrança;
2. localizar o documento;
3. conferir determinadas informações;
4. sugerir a classificação;
5. preparar o pagamento.

Mas a liberação de valores acima de determinado limite pode continuar sujeita a aprovação humana.

O princípio é proporcionalidade.

Quanto maior o risco financeiro ou dificuldade de reversão, maior deve ser a exigência de validação.

A exceção merece mais atenção do que a rotina

Processos automatizados funcionam especialmente bem em situações padronizadas.

O desafio aparece nas exceções.

Considere um sistema que processa normalmente centenas de documentos, mas recebe um caso com:

• fornecedor novo;
• valor muito acima do histórico;
• documento diferente do padrão;
• cadastro incompleto;
• operação inédita;
• divergência de informação;
• condição comercial excepcional.

Em vez de tentar automatizar absolutamente tudo, uma estratégia eficiente pode ser:

automatizar o padrão e encaminhar a exceção para análise humana.

Isso permite que a equipe concentre tempo justamente nas operações que demandam julgamento.

Uma automação precisa ter dono

Outro risco surge quando ninguém é claramente responsável por uma rotina automatizada.

O sistema foi implantado por um funcionário que saiu.

A integração foi configurada por um fornecedor.

A regra existe há anos.

Ninguém sabe exatamente:

• por que foi criada;
• quais condições considera;
• quem pode alterá-la;
• quando foi revisada;
• quais processos dependem dela.

Toda automação relevante precisa ter um responsável de negócio.

Esse responsável não precisa ser o programador.

Deve ser a pessoa capaz de responder:

• qual é a finalidade da regra;
• quais informações utiliza;
• qual resultado deveria produzir;
• quais exceções existem;
• como validar se continua correta.

Tecnologia sem responsável definido tende a se transformar em processo invisível.

Mudança de regra exige revisão da automação

Uma automação pode estar correta hoje e errada amanhã.

Isso acontece quando muda:

• legislação;
• sistema;
• estrutura societária;
• plano de contas;
• política comercial;
• processo interno;
• fornecedor;
• regime tributário;
• estrutura de aprovação;
• integração;
• produto.

Por isso, alterações relevantes precisam disparar uma revisão das regras associadas.

Uma empresa que muda seu processo, mas mantém antigas automações, pode criar inconsistências difíceis de perceber.

Logs ajudam a responder uma pergunta fundamental: o que aconteceu?

Quando um processo era totalmente manual, muitas informações permaneciam na memória das pessoas.

Nos sistemas, essa memória precisa estar nos registros.

Logs e trilhas de auditoria podem ajudar a identificar:

• quem realizou uma ação;
• quando ocorreu;
• qual informação foi modificada;
• qual regra foi executada;
• qual sistema recebeu o dado;
• se houve intervenção manual;
• quando determinada configuração mudou.

Sem esses registros, uma empresa pode saber que existe um erro, mas não conseguir reconstruir como ele aconteceu.

Quanto maior a automação, maior a importância da rastreabilidade.

O processo de fechamento funciona como teste da automação

No ambiente contábil, conciliações e fechamento são momentos importantes para identificar problemas produzidos durante o período.

Divergências podem revelar:

• lançamentos duplicados;
• dados não integrados;
• classificações incorretas;
• saldos incompatíveis;
• documentos ausentes;
• movimentações sem origem;
• regras que deixaram de funcionar;
• alterações de cadastro.

A automação não elimina a necessidade de fechamento.

Ela muda parte do foco do trabalho.

Em vez de concentrar esforço apenas na digitação, a equipe passa a dedicar mais tempo a verificar a coerência das informações.

Automatizar uma conciliação também exige reconciliar a própria automação

Até a conciliação pode ser automatizada.

Sistemas conseguem comparar:

• extrato bancário;
• contas a pagar;
• contas a receber;
• registros contábeis;
• movimentações financeiras.

Isso pode reduzir significativamente o trabalho manual.

Mas a empresa precisa conhecer critérios como:

• tolerância de valores;
• tratamento de datas;
• identificação de documentos;
• regras de correspondência;
• exceções.

Uma conciliação automática com regra inadequada pode considerar duas operações diferentes como equivalentes.

O objetivo não deve ser atingir artificialmente 100% de conciliação.

Deve ser produzir informação confiável.

A LGPD também alcança decisões automatizadas que envolvem pessoas

Quando a automação utiliza dados pessoais para produzir decisões que afetam interesses das pessoas, existe uma dimensão adicional.

O artigo 20 da Lei Geral de Proteção de Dados estabelece o direito do titular de solicitar a revisão de decisões tomadas unicamente com base em tratamento automatizado de dados pessoais que afetem seus interesses, incluindo decisões relacionadas a perfis pessoal, profissional, de consumo e de crédito. A legislação também prevê informações claras sobre critérios e procedimentos utilizados, observados os segredos comercial e industrial.

A ANPD mantém inteligência artificial e decisões automatizadas entre os temas de sua agenda regulatória e de seus estudos técnicos em 2026.

Isso merece atenção em usos como:

• análise de crédito;
• seleção de candidatos;
• perfil de clientes;
• avaliação de trabalhadores;
• prevenção a fraude;
• definição automatizada de ofertas;
• priorização de atendimento.

Nem toda automação empresarial se enquadra nesse dispositivo. O ponto central é avaliar quando existe decisão baseada em tratamento automatizado de dados pessoais capaz de afetar os interesses do titular.

Na contabilidade, velocidade não substitui julgamento profissional

Softwares e inteligência artificial já conseguem automatizar parcelas relevantes das rotinas contábeis.

Podem auxiliar em:

• captura de documentos;
• classificação;
• conciliação;
• leitura de dados;
• identificação de inconsistências;
• elaboração de relatórios;
• organização de informações.

Isso tende a deslocar o trabalho profissional de atividades repetitivas para atividades de análise.

Na avaliação de Cleiton Celini e Gledson Alves, sócios e contadores da AUDICONT Contabilidade, a principal questão não é quanto do processo pode ser automatizado, mas quais controles precisam continuar existindo para assegurar a qualidade da informação.

“Quando uma rotina deixa de ser executada manualmente, o controle não pode simplesmente desaparecer. Ele precisa mudar de lugar. A empresa passa a conferir parametrizações, exceções, integrações e resultados. Quanto maior a escala da automação, maior deve ser a capacidade de identificar rapidamente uma informação fora do padrão.”

Automação eficiente não significa ausência de supervisão.

Significa utilizar a tecnologia para executar o que é repetitivo e direcionar a análise humana para aquilo que exige julgamento.

O que revisar antes de automatizar um processo

1. Qual é a origem dos dados?

Uma automação construída sobre dados ruins tende a produzir resultados ruins.

2. A regra está documentada?

A empresa precisa saber por que determinada lógica existe.

3. Quem é responsável?

Toda automação crítica deve possuir um responsável de negócio.

4. Existem exceções?

O processo precisa saber quando deixar de automatizar e encaminhar para análise.

5. Como o resultado será conferido?

Definir amostras, conciliações, alertas ou revisões periódicas.

6. Existe rastreabilidade?

Deve ser possível reconstruir o que aconteceu.

7. O erro pode ser revertido?

Quanto mais difícil a reversão, maior deve ser o controle antes da execução.

8. O processo envolve pessoas?

Se houver tratamento automatizado de dados pessoais com efeitos sobre seus interesses, a empresa precisa avaliar também as exigências da LGPD.

Cinco sinais de que a automação precisa ser revista

• ninguém sabe explicar como a regra funciona;
• erros semelhantes aparecem repetidamente;
• as exceções são corrigidas fora do sistema;
• a empresa não consegue identificar a origem de uma informação;
• a parametrização não é revisada quando o processo muda.

Quando esses sinais aparecem, automatizar ainda mais pode ampliar o problema.

O primeiro passo deve ser revisar o processo.

Perguntas frequentes

Automatizar processos elimina a necessidade de conferência?

Não. A automação pode reduzir a conferência manual de cada operação, mas exige outros controles, como análise de exceções, conciliações, amostragem, alertas e revisão de parametrizações. O objetivo é deslocar o controle para os pontos de maior risco, e não o eliminar.

Um sistema automatizado pode errar mesmo funcionando corretamente?

Sim. O software pode executar corretamente uma regra que foi configurada de maneira errada. Isso pode ocorrer com classificações, limites, cadastros, integrações ou fórmulas. Nesse caso, o problema não está necessariamente no funcionamento do sistema, mas na parametrização ou nos dados utilizados.

Inteligência artificial pode fazer lançamentos contábeis automaticamente?

Tecnologicamente, sistemas podem sugerir ou automatizar classificações e lançamentos. A forma adequada de utilização depende dos controles, da qualidade dos dados, da materialidade, das exceções e da necessidade de validação profissional. Automação não elimina a responsabilidade pela qualidade da informação contábil.

A empresa pode confiar em respostas de IA sobre impostos e legislação?

Não sem verificação. Uma ferramenta pode auxiliar a compreender ou localizar determinado assunto, mas respostas relacionadas a obrigações tributárias, contábeis ou trabalhistas devem ser conferidas em fontes oficiais e analisadas de acordo com o caso concreto.

Toda automação precisa de aprovação humana?

Não necessariamente. Processos padronizados e de baixo risco podem funcionar automaticamente, desde que existam controles adequados. Operações de maior impacto, irreversíveis ou fora do padrão podem exigir aprovação humana. A decisão deve ser proporcional ao risco.

O que são decisões automatizadas na LGPD?

São decisões tomadas unicamente com base no tratamento automatizado de dados pessoais. Quando afetam interesses do titular, o artigo 20 da LGPD prevê, entre outros direitos, a possibilidade de solicitar revisão e informações sobre critérios e procedimentos utilizados.

Como saber se uma automação está funcionando corretamente?

A empresa deve acompanhar indicadores, exceções, conciliações, erros, alterações de regras e resultados produzidos. Também é recomendável revisar periodicamente parametrizações e testar situações fora do padrão, especialmente quando houver mudança de legislação, sistema ou processo.

Fontes consultadas

Agência Nacional de Proteção de Dados - ANPD
Radar Tecnológico sobre Inteligência Artificial Generativa, com análise de aplicações, funcionamento e riscos associados ao uso de IA generativa.

Agência Nacional de Proteção de Dados - ANPD
Estudos e trabalhos técnicos relacionados à inteligência artificial e à revisão de decisões automatizadas, tema integrante da Agenda Regulatória da Agência.

Presidência da República
Lei nº 13.709, de 14 de agosto de 2018 - Lei Geral de Proteção de Dados Pessoais, especialmente art. 20, relativo a decisões tomadas unicamente com base em tratamento automatizado de dados pessoais.

Conselho Federal de Contabilidade - CFC
Conteúdos e atividades recentes relacionados ao uso de inteligência artificial na contabilidade e aos impactos da tecnologia sobre a profissão contábil.